文章来源：极客公园

作者：宛辰

图片来源：由无界AI生成

2023 年，OpenAI 引领了科技圈久违的兴奋，创业者感到有奔头的同时，却也随着 AI 模型的一再进化，感受到了压力。

在春节前夕，算力、模型、应用等领域的大模型创业者，齐聚在一场创业者社群的活动上，切磋各自在不断进化的大模型中找到的空间。面对呼之欲出的 GPT-5 和 Llama3，他们也有新的思考。

站在模型层面，差异化很难，方向几乎是明确的——增强推理能力和多模态。也有技术路线的分野，比如阿里云通义实验室智能对话负责人李永彬透露，目前在思考是否能把搜索增强这样的外挂能力，做到模型里，进一步提升模型的可用性。

但站在应用层，多的是非共识和机会。比如，跑得最快的一批创业者，已经实现了一定程度的商业闭环，得出的结论甚至有些意外：「大模型含量」不宜过高。

这群下场做大模型的实干家也谈到了行业内最真实的情况。智谱 AI COO 张帆道出，今天的榜单其实不反映真实问题，GPT-4 可能连榜单前 10 名都进不了。他认为，这种情况下，2024 年一定会发生从模型为王到价值为王的变化。

百川智能联合创始人洪涛则更关心成本，他表示，一年下来苦哈哈做各种私有化项目，到底挣多少钱，其实内心没把握。在这一点上，大家也探讨了云计算厂商能否在整个行业没有商业模式之前，降低算力成本的路径，让该花的钱少一点。

近日，阿里云创业者社群在北京举办创业者之夜活动｜阿里云

在「创业者之夜」，各位大模型的先行者分享了各自对行业的「预言」；AI 应用的创业者们，也分享了对于大模型的「焦虑」。

01、2024，大模型往哪走？

2023 年，阿里云李永彬游走于大模型业务一线。一整年忙活下来，他发现：最初，大模型让「AI 解决问题」这件事的效果从 20 分提高到 60 分，就能够惊艳所有人，但是对于很多问题，60 分和 0 分差不多。因为在一些应用场景，没办法拿 60 分的产品上线，效果到不了 90 分，客户可能也不会买单。

这也是 2023 年大模型创业者们共同的体感。从兴奋回归到理性，背后是共同的困惑——大模型还不够通用，它会不会像上一波 AI 一样，尽管展现出惊人的能力，但落到场景时仍旧需要逐个项目定制化？

大家自然就产生了 2024 年对大模型的第一个期待——通用能力进一步提升，甚至期待模型在一些复杂场景能直接做到 90 分。

这种可能性不是无迹可寻。IDEA 研究院讲席科学家张家兴认为，从目前 OpenAI、谷歌等大厂对下一代大模型的判断，大模型能解决复杂问题会成为接下来进化的方向。

AlphaGeometry: An Olympiad-level AI system for geometry｜图片来源：DeepMind 官网

就在两周前，谷歌 DeepMind 推出的 AlphaGeometry（阿尔法几何）AI 系统，已经能在 30 道国际奥数题中做对 25 道，接近人类水平（人类金牌得主平均做对 25.9 道）。像这样能解决奥数级别的几何问题，被视为迈向更先进、更通用 AI 的重要里程碑。在 IDEA 研究院张家兴看来，「奥数就是复杂问题，问题的描述很复杂，求解过程、证明过程也很复杂」，能解决复杂问题是模型变得更通用的表现之一。

阿里云创业孵化事业部总经理李中雨认为，从 GPT-5 目前释放的信息看，模型的泛化能力在提升，解决复杂任务的能力也在提升，甚至接下来 GPT-5 可以解决 15%-20% 人类的任务。

在提升模型的通用性上，也有新思路。

一位来自模型厂商的与会者分享，最近绝大多数企业落地大模型时都会用到 RAG（搜索增强），从而将大模型和私有数据结合起来，提升模型可用性。但作为模型侧的开发者，也在探索算法创新，通过算法创新提高模型的学习能力，把像 RAG 这样的外挂知识库囊括进去，从而减少对模型数据训练的依赖。换言之，通过算法创新，以期让模型像人类学习一样，看一本书就可以理解知识，而不需要看所有书来理解一个问题。